Skip to content

ZetoOfficial/coding-agents

BranchesTags

Repository files navigation

Coding Agents - Автоматизация SDLC с помощью AI

AI-система для автоматизации жизненного цикла разработки (SDLC), которая работает через GitHub Actions. Состоит из двух агентов:

  • Code Agent — автоматически реализует фичи из GitHub issues
  • Reviewer Agent — анализирует pull requests и оставляет детальные review

Что умеет система

  • Автоматическая реализация фич: Превращает GitHub issues в рабочий код и pull requests
  • AI code review: Комплексный анализ PR с inline комментариями
  • Итеративное улучшение: Автоматически применяет фидбек reviewer до 5 итераций
  • CI/CD интеграция: Проверки качества (linting, тесты, безопасность) перед review
  • Поддержка разных LLM: Работает с OpenAI GPT или YandexGPT
  • Защита от зацикливания: Обнаруживает повторяющиеся ошибки и останавливается
  • Фокус на безопасность: Встроенные проверки безопасности кода

Быстрый старт

Требования

  • Python 3.11+
  • Git
  • GitHub токен
  • OpenAI API key или YandexGPT API key

Установка

# 1. Клонировать репозиторий
git clone https://github.com/ZetoOfficial/coding-agents.git
cd coding-agents

# 2. Установить uv (менеджер пакетов)
curl -LsSf https://astral.sh/uv/install.sh | sh

# 3. Установить зависимости
uv sync

# 4. Настроить окружение
cp .env.example .env
# Отредактировать .env - добавить API ключи

Обязательные переменные окружения в .env:

GITHUB_TOKEN=ghp_xxxxxxxxxxxx          # GitHub токен
GITHUB_REPOSITORY=owner/repo           # Формат owner/repo
OPENAI_API_KEY=sk-xxxxxxxxxxxx         # Или YANDEX_API_KEY

Локальное использование

Инициализация:

uv run python -m src.code_agent.cli init

Обработать issue:

uv run python -m src.code_agent.cli process-issue 123

Применить фидбек к PR:

uv run python -m src.code_agent.cli apply-feedback 456

Проверить статус:

uv run python -m src.code_agent.cli status 123

Ревью PR (требуется CI артефакты):

uv run python -m src.reviewer_agent.reviewer review \
  --pr-number 456 \
  --artifact-dir ./ci-reports/ \
  --output review.json \
  --post-review

Использование через Docker

Собрать образ:

docker-compose build

Запустить Code Agent:

# Обработать issue
docker-compose run --rm agent-dev process-issue 123

# Применить фидбек
docker-compose run --rm agent-dev apply-feedback 456

# Проверить статус
docker-compose run --rm agent-dev status 123

Запустить Reviewer Agent:

docker-compose run --rm reviewer-dev review \
  --pr-number 456 \
  --artifact-dir /app/ci-reports \
  --output review.json \
  --post-review

Интерактивная оболочка:

docker-compose run --rm agent-dev bash

Настройка GitHub Actions

1. Добавить секреты

Перейти в Settings → Secrets and variables → Actions и добавить:

  • OPENAI_API_KEY (или YANDEX_API_KEY) — API ключ LLM провайдера
  • YANDEX_FOLDER_ID (если используете YandexGPT) — Yandex Cloud folder ID

2. Опциональные переменные

Перейти в Settings → Secrets and variables → Actions → Variables:

  • LLM_PROVIDER — openai (по умолчанию) или yandex
  • MAX_ITERATIONS — Максимум итераций (по умолчанию 5)

3. Workflows активируются автоматически

Workflows в .github/workflows/ запускаются автоматически:

  • code-agent.yml — когда issue получает label agent:implement
  • reviewer-agent.yml — когда PR открывается или обновляется
  • feedback-loop.yml — когда reviewer запрашивает изменения

4. Как использовать

  1. Создать GitHub issue с четкими требованиями
  2. Добавить label agent:implement (или комментарий /agent implement)
  3. Подождать ~5 минут — Code Agent создаст PR
  4. CI автоматически запустится и проверит код
  5. Reviewer Agent проанализирует и оставит review
  6. При необходимости система автоматически применит фидбек (до 5 итераций)

Основные команды

Code Agent CLI

# Инициализация (проверка настроек)
uv run python -m src.code_agent.cli init

# Обработать issue (создать PR)
uv run python -m src.code_agent.cli process-issue <номер_issue>

# Применить фидбек reviewer (обновить PR)
uv run python -m src.code_agent.cli apply-feedback <номер_pr>

# Проверить статус issue
uv run python -m src.code_agent.cli status [номер_issue]

# Показать версию
uv run python -m src.code_agent.cli version

Reviewer Agent CLI

# Проанализировать PR и оставить review
uv run python -m src.reviewer_agent.reviewer review \
  --pr-number <номер> \
  --artifact-dir <путь_к_CI_артефактам> \
  --output <файл.json> \
  [--post-review] \
  [--issue-number <номер>]

# Опубликовать сохраненный review
uv run python -m src.reviewer_agent.reviewer post \
  --review-file <файл.json> \
  --pr-number <номер>

Проверки качества кода

# Линтинг
uv run ruff check src/

# Авто-исправление
uv run ruff check src/ --fix

# Форматирование
uv run black src/

# Проверка типов
uv run mypy src/

# Сканирование безопасности
uv run bandit -r src/

# Запустить все проверки
uv run ruff check src/ && uv run black src/ && uv run mypy src/ && uv run bandit -r src/

Тестирование

# Запустить все тесты
uv run pytest tests/ -v

# С отчетом о покрытии
uv run pytest tests/ -v --cov=src --cov-report=html

# Конкретный тест
uv run pytest tests/test_github_client.py -v

Конфигурация

Основные настройки в .env:

# GitHub
GITHUB_TOKEN=ghp_xxxxxxxxxxxx
GITHUB_REPOSITORY=owner/repo
DEFAULT_BRANCH=master

# LLM провайдер
LLM_PROVIDER=openai                    # или yandex
OPENAI_API_KEY=sk-xxxxxxxxxxxx
OPENAI_MODEL=gpt-4o-mini               # или gpt-4o

# Или для YandexGPT:
# YANDEX_API_KEY=xxxxxxxxxxxx
# YANDEX_FOLDER_ID=xxxxxxxxxxxx
# YANDEX_MODEL=yandexgpt-latest

# Поведение агента
MAX_ITERATIONS=5                        # Максимум итераций (1-10)
AGENT_TIMEOUT_MINUTES=30
ENABLE_SECURITY_CHECKS=true

# Логирование
LOG_LEVEL=INFO                          # DEBUG, INFO, WARNING, ERROR

Полный список настроек смотрите в .env.example.

Структура проекта

src/
├── common/              # Общие утилиты
│   ├── config.py       # Конфигурация
│   └── models.py       # Pydantic модели
├── code_agent/         # Code Agent
│   ├── cli.py         # CLI интерфейс
│   ├── github_client.py
│   ├── llm_client.py
│   └── ...
└── reviewer_agent/     # Reviewer Agent
    ├── reviewer.py    # CLI интерфейс
    └── ...

.github/workflows/      # GitHub Actions
├── code-agent.yml
├── reviewer-agent.yml
└── feedback-loop.yml

Безопасность

Система автоматически проверяет код на:

  • Hardcoded секреты (API ключи, пароли, токены)
  • SQL injection уязвимости
  • Использование eval() / exec()
  • Небезопасные subprocess вызовы
  • Уязвимые зависимости

Все секреты автоматически фильтруются из логов.

Поддержка

  • 📖 Подробная документация: REPORT.md
  • 🛠️ Для разработчиков: CLAUDE.md
  • 🐛 Сообщить о проблеме: GitHub Issues

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

4 tags

Packages

 
 
 

Contributors

Languages